新智元報道

編輯：克雷格

【新智元導讀】5月15日下午，以「AI賦能——智能科技改變世界」為主題的2018世界智能大會智能科技產業發展CXO論壇在天津空港經濟區科大訊飛智匯谷舉辦。論壇主持人中國科學院科技戰略諮詢研究院院長潘教峰，科大訊飛副總裁、研究院聯席院長李世鵬第一次公開亮相併主持圓桌對話。重磅演講嘉賓有科大訊飛高級副總裁江濤、中國移動咪咕公司董事長劉昕、Intel中國研究院院長宋繼強、小米副總裁崔寶秋等。新智元創始人兼CEO楊靜女士作為特邀嘉賓參與圓桌對話，探討AI如何賦能生活，改變世界。

科大訊飛在天津發力人工智慧了。

昨天，2018世界智能大會智能科技產業發展CXO論壇在天津空港經濟區科大訊飛智匯谷舉辦，天津超腦聯合實驗室、網路綜合治理聯合研究中心啟動儀式和人工智慧產業示範區首批落戶項目入駐儀式正式啟動。

論壇由中國科學院科技戰略諮詢研究院長潘教峰擔任主持，天津市人民政府副市長曹小紅、天津市濱海新區人民政府區長楊茂榮分別發表致辭。

天津市出台了加快推進智能科技產業發展總體行動計劃和智能製造等十大專項行動計劃，構建了1+10方案體系，系統謀劃大智能戰略布局，加快集結大智能產業集群，全面構建大智能產業體系，為推進高質量發展贏得先機。

科大訊飛高級副總裁江濤，科大訊飛副總裁、研究院聯席院長李世鵬分別發表主旨發言和主持圓桌對話。中國移動咪咕公司董事長劉昕、英特爾中國研究院院長宋繼強、小米人工智慧與雲平台副總裁崔寶秋做主題演講。新智元創始人兼CEO楊靜女士作為特邀嘉賓與網智天元創始人兼首席戰略官莫倩、北京人工智慧專利產業創新中心總經理劉翰倫等一同探討AI如何賦能生活，改變世界。

以下為論壇的精華。

「漣漪效應」是促進深度學習成功的法寶之一；5G的三大場景為AI提供土壤

江濤首先披露了一組數據：在天津，科大訊飛人工智慧開放平台開發團隊的數量從去年5月份到今年5月份，增長了136%，一年的增長超過了過去五年的總和。

江濤說，人工智慧核心技術有2條發展主線，一條是腦科學和神經科學的技術路線，另一條是以DNN為代表的深度學習的技術，或者說基於數理統計的基礎路線。

科大訊飛高級副總裁江濤

過去幾年，以深度學習為代表的技術路線取得了突飛猛進的進展，除了演算法的進步以外，數據規模，數據處理能力不斷增加。另外還有一個非常關鍵的因素，科大訊飛稱之為「漣漪效應」。

「漣漪效應」就是從研究到工程到產品到用戶以及用戶使用的產品形成的數據，反過來幫助研究，這樣一個持續閉環的迭代，才是現在基於數理統計、基於統計建模的人工智慧最重要的持續推動力，這就是為什麼說應用是硬道理，人工智慧如果老是講概念沒有實實在在的應用的話，進步就會很慢。

反過來說，通過人工智慧示範區，通過人工智慧的示範應用上線，讓人工智慧去為廣大的老百姓實實在在的服務，在過程中不斷學習行業頂級專家的知識和經驗，AI會越來越聰明，越來越好用。

根據國務院的新一代人工智慧發展規劃，2020年就要實現人工智慧總體技術和應用與世界先進水平同步，中國移動也提出2020年正式實現5G的規模性商用的目標。

中國移動咪咕公司董事長劉昕認為，促進人工智慧與各產業領域的深度融合和5G發展的重點的方向完全一致。

中國移動咪咕公司董事長劉昕

國際電信聯盟為5G定義了三個重要的應用場景，第一個是移動寬頻，對應的就是4K和8K的超高清視頻以及VR/AR這些大流量的應用；第二個是大規模的機器通信，對應的是物聯網這些大連接量的應用場景，這些場景中大量的和AI相關。第三個是高可靠的低時延通信，對應無人駕駛、智能工廠這些典型的低時延應用場景，也是典型的人工智慧場景。

「所以為了更好地實現這三大場景，被降低運營成本，5G在網路設計的時候，就探索將AI和5G進行融合，從端到端構建5G的智慧網路架構、智慧運營和智慧的服務體系。」劉昕說，智慧型的網路會給業務帶來更大的便捷，而AI會讓5G網路提供智能基礎設施，並帶動其他相關基礎設施和相關產業的成熟，進一步為人工智慧提供生長和發展的土壤。

異構高效是AI硬體加速的趨勢，神經擬態晶元技術和可重構計算晶元技術具有廣闊前景

接下來是英特爾中國研究院院長宋繼強分享世界人工智慧晶元產業發展的熱點和展望。

英特爾中國研究院院長宋繼強

宋繼強首先對AI晶元進行定義和分類。

第一類叫演算法加速型晶元，以常用的一些晶元架構為基礎，增加對AI演算法的加速單元，比如利用CPU、GPU、ASIC和DSP等架構，來加速現有的一些AI的演算法。

第二類是自適應智能晶元。這類晶元自身具備更多的靈活性，有能力去調整自己，改變自己，適應新的工作需求，甚至有一些自主學習的能力。比如神經擬態晶元、軟體定義可重構晶元等。

如果給這些AI晶元加上幾個指標去評估的話，能從不同任務的演算法適應性、能效比、部署成本三個指標來評估，有了這些評估指標，可以看到目前明顯的趨勢是從技術因素主導向經濟因素主導轉變。

在使用的時候，異構目前是一個很好的解決方法，因為沒有某一款晶元可以單獨能夠把各種應用場景都很好的解決掉。

目前來講做最好的一個方案，很可能需要去選擇多種晶元來組合使用。舉個例子，谷歌的TPU的特點是專門針對深度學習的典型應用的加速器，圖中黃色的方塊就是專門針對8比特或者16比特做的一個大的乘加陣列，有256×256個乘加器，對做DNN這種大規模矩陣運算非常有效，而且還配備了片上24兆的存儲。它的好處是可以讓這些晶元面積上每一個晶體管都發揮最大的作用。

還有Intel的Movidius Myriad X晶元，它右上角的一個神經計算引擎，也是一個專門為了做深度神經網路，但它也是固定的一些比特數，做加速用的部件，同時還有16路的SHAVE，可以很靈活的去處理其他的一些視覺加速。

對於一個晶元的評價，不能脫離開它的應用場景來去講。要考慮做什麼樣的任務、部署的條件、功耗、尺寸、價格等等，不能隨便拿兩個晶元對比。

宋繼強對國內國外的AI晶元從設計階段、流片測試到小批量試產、量產銷售做了個對比。

可以看到，目前能夠達到穩定量產銷售的基本上都是國際公司。紅色的話是GPU架構為基礎，藍色的是FPGA相關的晶元，綠色的都是ASIC，黃色的是DSP。目前的主流是根據具體的業務的需求，做ASIC或者FPGA加速方案。

對於機器學習目前處理的不太好的場景，推理、通過小數據學習，這部分的人工智慧加速怎麼辦？靠什麼樣的晶元來支撐？

宋繼強提出了幾種計算新模式，來探索晶元的創新架構。

一種是深度學習，把過程通過深度網路表示出來；另一種是模擬人類大腦的神經擬態計算，讓系統可以去自己去學習多種不同的任務，而不是只能學習一種任務，並且還能夠去自己去演進、去推理，通過交互強化來適應答案；最後一種是量子計算。

Intel的LOIHI自主加速晶元結構就是很詳細的模擬神經元的結構。

左邊綠色的是數字的輸入，中間是模擬細胞體裡邊樹突的處理過程，最右邊藍色的是它的竹突的輸出，中間底下還構建了一個學習的累加過程。如果把這一個小塊看作一個神經元的話，用集成電路把它實現，它就是一個神經元的基本電路，實現的是一個神經擬態電路。

此外，還有清華大學研發的Thinker晶元，走的是可重構電路架構路線。有以下幾大特點：

一個任務有多個等效處理軟體；

函數化的硬體架構（粗粒度）；

適應軟體需求，動態選擇性改變硬體；

切換速度和功耗大幅優於FPGA。

從業界發展的趨勢來看，現在還是AI晶元的初級階段，從確定演算法、領域的AI加速晶元向具備更高靈活性、適應性的智能晶元發展是科研發展的必然方向。神經擬態晶元技術和可重構計算晶元技術允許硬體架構和功能隨軟體變化而變化，實現以高效能比支持多種智能任務，在實現AI功能時具有獨到的優勢，具備廣闊的前景。

對於未來，宋繼強提出短期、中期和長期三個發展趨勢：

短期：以異構計算（多種組合方式）為主來加速各類應用演算法的落地（看重能效比、性價比、可靠性）

中期：發展自重構、自學習、自適應的晶元來支持演算法的演進和類人的自然智能。

長期：朝著通用AI晶元的方向發展。

小米的IoT平台有1億在線的聯網設備，今年第二季度開源移動端深度學習框架

小米的AI早已用在方方面面，小米手機上有十多款搜索的產品，背後都是搜索平台部門來支撐的。

小米人工智慧與雲平台副總裁崔寶秋

崔寶秋說，深度學習讓AI火了起來，過去小米的技術路線發展圖實際上是從C到B到A（雲計算、大數據、人工智慧）。小米過去幾年打造了強大的雲技術團隊，從C開始到B，組建了小米的大數據團隊，招聘數據科學家。2016年大力投入AI，圍繞深度學習打造小米AI團隊。AI今天已經成為小米的核心戰略，是未來10年20年最重要的戰略。

小米在AI上有三大優勢：

第一個優勢，有很強的硬體優勢，小米手機的設計製造能力代表了小米在硬體上的各種優勢和水平。小米AI音箱也充分顯示了這個優勢。

第二個優勢，小米有很強的大數據獲取能力。

第三個優勢，小米的廣深的生態鏈布局，也就是產品線。很多人講，小米在AI上投入再多都不為多。

下面是小米的AI能力圖譜：從基礎的大數據、深度學習，到中間的感知、認知層，再到上面的開放平台，對接小米的各個業務與產品，以及生態鏈的產品。

值得一提的是，小米推出的戰略性產品小愛同學。它是一個智能語音交互平台，可以控制很多智能設備。小米希望通過小愛同學控制所有的IoT設備，也就是所謂的智聯網。目前小米的IoT平台有1億在線的聯網設備，小愛同學將來可控制的產品會越來越多。小愛同學促進了小米AI領域的全面提升，包括遠場增強、分散式拾音、喚醒等等。

從雲計算到大數據到AI，開源技術是小米一直擁抱的。在深度學習方面，小米基於TensorFlow、Kubernetes推出了自己的深度學習雲服務。從PaaS到SaaS，對小米內部各個業務開放，也對小米生態鏈企業開放。

另外，小米也準備在今年第二季度開源小米自己的移動端深度學習框架，這個框架已經支持了CPU、DSP、GPU、高通和小米自己的澎湃晶元，支持TensorFlow和Caffe等模型，目標是打造業內最好的移動端深度學習框架。

圓桌對話|楊靜：智慧終端的數量代表企業潛力，有核心技術的企業一定是大國重器

接下來進入圓桌對話時間。

圓桌會議主持人：

李世鵬（科大訊飛副總裁、研究院聯席院長）

嘉賓：

莫倩（網智天元創始人兼首席戰略官）

宋繼強（英特爾中國研究院院長）

楊靜（新智元創始人兼CEO）

李世鵬：現在就是說很多人一提到人工智慧覺得特別神奇，好像人工能智能就是無所不能，對吧？我想問一下各位嘉賓對人工智慧的定義是什麼樣的？然後人工智慧到現在為止能夠做什麼，不能夠做什麼，將來我們期望做什麼？請大家根據自己的經驗分享一下。

宋繼強：人工智慧它從最開始作為一個研究的主題，實際上是希望一個系統或者說是演算法能夠按照人的這種智能方式來完成交互的任務，包含感知、認知理解和決策、行動多個部分。

美國的一個教授寫了一本書，認為人的智能是多元化的，至少有七個維度，包括邏輯智能、計算智能、社交智能、運動智能、空間智能，還有自行智能等。目前來講我們做的人工智慧演算法已經搞定了邏輯智能了，人已經算不過機器了。但是空間智能、運動智能，比如說波士頓動力機器人，才剛剛開始可以接近人類，離人還差了很遠。而社交智能、自行智能還有可以提高改進的，這也是我們不希望機器人具有的能力，如果它具有了我們就麻煩了。

楊靜：關於智能，最近在讀一本書叫《生命3.0》，書中提到對智能的一個定義是，在一個複雜系統里的複雜行為，用這種複雜行為去實現一個既定目標的能力。所謂人工智慧實際上是說人類現在賦予機器非人的一種能力。

新智元創始人兼CEO楊靜

實際上剛才繼強也提到，雖然波士頓動力的機器人它現在已經能跑了，他還能做360度後空翻，但說實在的，我們現在看到一位什麼機器人現在產業整個還處於一個認知停滯的狀態，感知智能往認知智能去發展還存在巨大的鴻溝，機器人達不到這樣的認知能力，所以我們現在有一些機器人，只能叫它人工智障，大家也知道在博鰲論壇讓機器翻譯也出現了一些問題，說明現在的人工智慧距離我們想達到的一個理想狀態，還有很遠的路程要走。

在《生命3.0》裡面提到說，生命有三種狀態，第一種狀態就是生物智能，硬體自己設計不了硬體，只能通過進化來實現這種的智能的迭代；生命的2.0的狀態，我們的下一代不需要通過我們的基因去學習，人類就可以通過學習，通過軟體，通過我們的文化等社會行為就可以來進行學習。最後是生命3.0的狀態，它可以通過我們設計人工智慧來實現，它是既可以通過硬體或軟體的迭代不斷學習，可能這樣的一種生命智能的狀態是最理想的，但是我們仍然是剛剛起步的狀態，我認為還在起跑線上。

李世鵬：感謝各位嘉賓！其實剛才大家講的人工智慧的定義或者展望來講，我覺得都是太理想了。就是說我這個人是具體做技術的，所以我一直覺得人工智慧這一塊還真的是遠遠沒達到我們想要哪怕是最初級的一步。

今天人工智慧真正是「人工」智能，所謂人工，就是很多人要去標註數據，因為你把標註數據為給了深度學習引擎的話，它才能做事情。那麼對這樣一個問題，在座的各位嘉賓有沒有自己一些看法，怎麼樣去突破這樣的限制？

莫倩：確實是這樣，在目前我也比較同意，目前現階段我們都是還是基於數據，它的搜索組織管理學習我很同意其實，所以剛才說我們網智天元是個大數據智能公司，這裡面的突破，我其實我們一直還是在從數據的基礎之上形成語義，從語義的基礎之上形成情感，從情感的基礎之上形成群體的意識和趨勢，這樣的不斷的進行抽象，就是我們公司在這一塊嘗試。

宋繼強：我覺得我一方面是同意世鵬院長講的，現在的人工智慧還大量依賴於很多數據，包括人工的標註，或者說指導，我們稱為監督學習。另一方面的話，其實也有一部分探索在考慮怎麼通過比較小的數據去增加系統能夠去應對的這種場景的模式。

當然這裡邊無可否認，仍然需要去人去設定一些規則，讓它去判斷產生出來這東西到底好還是不好，因為一旦脫離規則判斷的話，人工智慧系統自己也不知道出來這些數據是好還是壞。

另外一種探索就是像我今天也介紹的。靠新一類硬體去支撐，去做類似於像人通過小數據量逐漸去學習，靠持續學習，並且給模型灌輸一些知識，這些知識有常識，也有一些領域的知識，這樣的話能讓它逐漸去形成不同領域的一些等於說是逐漸掌握一些新的技能，而不需要去非要通過很大量的數據才能訓練出一個小技能。所以我覺得，這兩條線路其實都是研究方面的一些新的嘗試。

楊靜：我補充一下，我是覺得人工智慧有它的局限性，但是人也有自己的局限性。其實我們處理不了大數據，也無法做隨時隨地的感測。

剛才演講的中國移動的劉昕，他提到一個MGC概念，機器可以生成內容；小米的崔寶秋也提到說以後會有一個MIoT，阿里提出來的概念是AIOT，實際上包括華為提出來叫萬物互聯。其實機器感測數據到AI雲裡面的話，恐怕的確只有雲端的伺服器、超算能夠處理，我們作為人類是無法去生成這麼多數據，也沒法處理這樣多的數據。

我認為可能未來的地球上，可能越來越多的信息、越來越多的數據就是機器生成，機器傳輸，也是機器來處理的，當然機器還有各種的缺點，所以我覺得無監督學習和深度學習「黑箱」或可解釋性問題是AI的一個特別重要的發展方向，這樣的一些人工智慧未來的發展方向都是我們值得去關注的一個話題。

李世鵬：好，感謝各位。我想今天在座的可能是也有很多產業界的或者是創業公司的同學過來，那麼另外一個關於產業這一塊，我想請在座的各位嘉賓，就是說你覺得中國現在的所有的人工智慧公司裡面，不管是大公司小公司，就選一個你覺得最有道理的公司。你認為是哪一個？除了自己的公司。

宋繼強：這個問題就是不好直接回答，但是我我可以分享一下我的一些評判指標：如果要在AI這個領域成為一個非常有持久創新能力，並且有盈利能力的公司，它既要有場景，又要有數據獲取能力。還要有自營自有的技術，而不是什麼都是靠別人的技術。

有場景是非常重要的，因為不管是阿里巴巴也好，百度也好，騰訊也好，或者說京東也好，它都有自己獨特的一些場景。是他已經深度的服務了很多客戶，比如說阿里巴巴，它的螞蟻金服就是深深的植根於他服務很多小企業，微型企業的之間的交易。京東它做音箱很有道理，因為他的音箱只是他一個客服的前端，它可以帶來很多的銷售。百度就把他的一些AI能力植入到現在要大力推的無人駕駛領域裡邊，都是面向一些場景，他們可以獲取數據，然後利用他們的各種AI的能力，比如語音的地圖的、社交的、智能分析的。

包括像國內現在新冒起來的原來不是AI領域的公司，但是現在也是像海康威視。海康威視靠的是什麼？它有全國遍布的攝像頭的網路，數據都在他的手裡，所以這些公司都是非常值得看好的。因為AI方面這算是可能成為巨頭的公司。

楊靜：剛才提到巨頭，我覺得可以對標的美國的市值前五名這類的公司，而第一肯定是蘋果了，然後第二是亞馬遜，現在第三是谷歌。所以我覺得還是剛才邏輯以後你可能也不能說光看用戶，因為指的是人類，那麼你可能也要看它擁有的智慧終端的數量，因為他有的生產很多大數據，它會形成一個萬物互聯的一種AI的生態，你得看潛力有多大。

為什麼阿里在智能的硬體這方面有特別大的投入，買了一系列的賽道，包括AI晶元賽道、視覺賽道，我覺得阿里在補這一塊短板。因為從場景來講，騰訊肯定是比它要強的，因為他有微信這樣非常大的一個生態，所以我認為我持跟繼強相同的一點，我覺得看好像海康威、華為這類的，它他有自己的智慧終端、有非常多的生態體系。那麼訊飛我認為也是一個特別值得看好的公司，因為它有自己的核心技術，我們在中國的整個的智能化的這樣的一個非常大的歷史的這種浪潮當中，智能革命的這樣的一個顛覆的過程當中我認為有核心技術的企業的一定是我們大國重器，所以我認為上面這些企業都是我非常看好的。

李世鵬：下面一個大家可能是在AI領域比較關注的一個問題，就是AI的安全問題。現在有兩種觀點，一種是說我要防止AI做一些事情，否則就失去控制；另外一個就是說不要擔心，20年之後再去關心這個事情。各位嘉賓談一談自己這方面的一些體會。

宋繼強：剛才分析的是從一個角度不確定性，我從另外一個角度。因為AI作為一個目前來講比較先進的科技被提出質疑，但這在歷史上不是第一次，就像多年前發明飛機一樣，也有質疑就是說要不要發展技術，因為飛機可以被用來運輸貨物，運輸人也可以被用來去投擲炸彈。

實際上對於一個先進的技術，超出人當時的一些想像的這種技術，它都有被用好和用壞的這樣一個問題。所以基本上來講，它做什麼事還是由人來決定的。我們目前看到很多公司，如果說把AI用在了不好的地方，實際上最終的罪魁禍首不是技術，還是人，就像我們永遠杜絕不了世界上有好人和壞人一樣，你也沒有辦法去確保沒有人不把一個好的技術用在壞的方面。所以就是說讓AI做好是應該成為一個大家的共識。

從AI本身技術來講，我們認為它發展的潛力很大，它可以幫助很多行業產生顛覆性的效應，減輕人的負擔。那麼我們應該去利用它的好處去規範它，有可能會產生副作用的地方，這是我覺得目前來講比較中肯的觀點。

楊靜：其實我覺得AI還是一個必須的一個工具，比如說其實我覺得話筒的話還得有很多迴響，所以其實李總說話我聽不太清楚，現在得看訊飛聽見才知道他說什麼內容，所以我認為AI它是已經是我們依賴的一個智能助理。

另外它當然也有對人類造成威脅的這樣的一些方面。舉個例子，今天我們報道了很多人在反對谷歌跟軍方合作的新聞，但軍方如果不用現在的AI的話，它又怎麼樣讓軍備飛機無人機才能夠智能化？所以其實存在的一個矛盾。

前一段周志華也聯名反對韓國一個學術機構涉及軍事的項目，劉強東前段時間說幾年之內要裁員50%，一半的人都變成機器人。其實這些都是一些倫理的議題，是不是對人類造成威脅？我認為的確是存在這樣的威脅，但是目前這個階段機器自己還是沒有目標的，究竟是好是壞，善和惡，背後還是人在控制，但是至於戰爭究竟是善還是惡，我覺得現在很難判斷，而且以後的判斷標準究竟是人還是AI我們也不太確認了，所以這的確存在一個倫理迷茫的階段。

李世鵬：最後，我想替大家討幾個幾字箴言，一句話或者幾個詞兒，描述一下你對人工智慧技術的發展的一些展望也好，趨勢也好。很簡單，就是說今天說大家聽了這幾個詞，回去琢磨琢磨到底是不是有道理。好吧？

莫倩：就一句話，希望能夠用具有情感的人工智慧創造智慧美好的生活，謝謝。

宋繼強：我希望能夠軟硬體結合。大力推動人工智慧在多個行業的開花結果。

楊靜：我的一句話就是萬物互聯人機融合，讓機器智能加上人類的智能，孕育一個萬物智能的新宇宙。

大會主持人：感謝各位嘉賓的精彩對話，也感謝各位嘉賓帶來的精彩發言和演講，應當說今天這是一場人工智慧行業的高端峰會，正是由於在座所有人的共同參與，才推動了整個行業的不斷發展。這也是一次關於未來的精彩對話，我們有理由相信，我們將引領智能時代的發展！這更是一次行動宣言，宣告我們通過智能科技創造美好的生活。最後讓我們再次以掌聲感謝本次論壇所有的參與者，感謝各位遠道而來的嘉賓，感謝組委會的精心組織，感謝工作人員的辛勤付出。今天的CXO論壇到此結束，謝謝大家。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！